Usage, Effects and Requirements for AI Coding Assistants in the Enterprise: An Empirical Study
Questo articolo presenta uno studio empirico che intervista 57 sviluppatori e analizza 35 sondaggi esistenti per valutare la prontezza, l'impatto e i requisiti degli assistenti alla codifica basati su IA e dei CodeLLM per l'ingegneria del software aziendale.
Articolo originale sotto licenza CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo
Immagina di essere uno chef in una cucina enorme e ad alta pressione (l'impresa). Per anni, hai dovuto affettare ogni verdura, misurare ogni spezia e scrivere ogni ricetta da zero. Poi, arriva un nuovo assistente di cucina: un Assistente alla Codifica AI. È come un sous-chef super intelligente che può suggerire istantaneamente ricette, tagliare le verdure a una velocità fulminea e persino scrivere il menù per te.
Questo documento è un pagella su quanto bene questo nuovo sous-chef stia effettivamente lavorando nelle cucine aziendali del mondo reale. Gli autori (ricercatori di IBM) non si sono limitati a osservare l'assistente al lavoro; hanno chiesto a 57 veri chef (sviluppatori) di diversi dipartimenti (finanza, ricerca, vendite) come si sentono riguardo ad esso. Hanno anche esaminato altri 35 rapporti da tutto il mondo per avere un quadro più ampio.
Ecco la suddivisione dei loro risultati, utilizzando analogie semplici:
1. Il compromesso "Velocità vs Qualità"
L'affermazione: La maggior parte degli chef si sente più veloce. Circa l'88% degli sviluppatori ha dichiarato che l'IA li ha resi più produttivi. Alcuni hanno detto di essere due volte più veloci.
L'analogia: È come avere un trapano elettrico invece di un cacciavite a mano. Puoi montare scaffali nella metà del tempo. Tuttavia, solo perché puoi fare un buco velocemente non significa che lo scaffale sia perfettamente in bolla. Il documento nota che, sebbene la velocità sia aumentata, ci sono preoccupazioni sul fatto che il codice (lo scaffale) sia sicuro e facile da riparare in seguito. Alcuni chef sono così fiduciosi nel trapano elettrico da dimenticarsi di controllare se la parete è solida.
2. Uno non è uguale a tutti
L'affermazione: Il documento ha scoperto che diversi dipartimenti usano l'IA per ragioni totalmente diverse.
L'analogia:
- I Ricercatori usano l'IA come un catalogo di una biblioteca. Chiedono all'IA di trovare informazioni oscure o di generare set di dati complessi per testare nuove teorie.
- Il Team Vendite usa l'IA come un copywriter pubblicitario. Vogliono che aiuti a "vendere un prodotto" o a generare dati sintetici per mostrarli ai clienti.
- Gli Ingegneri del Software usano l'IA come un correttore ortografico e un completamento automatico. Vogliono che scriva il codice noioso e ripetitivo in modo che possano concentrarsi sulla progettazione creativa dell'app.
- La conclusione: Non puoi dare a tutti le stesse impostazioni dello strumento. Un approccio "taglia unica" non funziona; l'IA deve essere personalizzata in base al lavoro specifico.
3. Il problema del "Fidati ma Verifica"
L'affermazione: Gli sviluppatori tengono circa il 25% - 50% del codice che l'IA scrive. Non si limitano a fare copia e incolla di tutto.
L'analogia: Pensa all'IA come a un giovane tirocinante. Il tirocinante è bravo a scrivere una bozza di un rapporto, ma potrebbe inventare fatti o usare il tono sbagliato. Lo sviluppatore senior (l'umano) deve leggere ogni parola, correggere gli errori e assicurarsi che suoni bene.
- Se l'IA scrive un codice che sembra perfetto ma ha un difetto di sicurezza nascosto (come una serratura che sembra bella ma non blocca affatto), l'umano deve accorgersene.
- Il documento ha scoperto che se l'IA commette troppi errori, o se l'umano deve passare più tempo a correggere il lavoro dell'IA che a scriverlo da solo, lo strumento diventa un peso anziché un aiuto.
4. Cosa vogliono gli Chef dopo (La lista dei desideri)
Gli sviluppatori hanno detto ai ricercatori esattamente di cosa hanno bisogno per il prossimo "super sous-chef". Hanno diviso queste richieste in due categorie:
Richieste a breve termine (La lista "Risolvere i problemi"):
- Migliore Memoria: L'IA deve conoscere l'intera cucina, non solo il bancone su cui si trova. Deve comprendere l'intero codice sorgente (la storia dell'intero ristorante) senza confondersi.
- Integrazione Fluida: Smettetela di farci cambiare finestra. L'IA dovrebbe essere proprio dentro lo strumento che usiamo, come un timer integrato in un forno, non un'app separata che dobbiamo aprire.
- Onestà: Se l'IA non è sicura, dovrebbe dire: "Non sono sicuro al 100% di questo", invece di dare una risposta errata con estrema sicurezza.
Richieste a lungo termine (La lista "Sogno di Fantascienza"):
- L'Architetto: Invece di limitarsi a tagliare le verdure, l'IA dovrebbe essere in grado di progettare l'intera disposizione della cucina da zero partendo da un'idea vaga.
- L'Agente Autonomo: L'IA dovrebbe essere in grado di gestire l'intero turno. Dovrebbe essere in grado di trovare un bug, correggerlo, testarlo e sottoporre il lavoro senza che l'umano debba toccarlo.
- L'Esperto: Deve conoscere le regole specifiche dell'edificio (conformità, leggi sulla sicurezza) in modo da non infrangere accidentalmente la legge mentre cucina.
5. Il divario dei "Compiti a Casa"
L'affermazione: La maggior parte degli studi esistenti riguardava solo studenti o compiti molto specifici. Questo studio ha esaminato professionisti reali ed esperti in grandi aziende.
L'analogia: Gli studi precedenti erano come testare una nuova auto su una pista da corsa tranquilla e vuota con piloti di prova. Questo studio ha guidato quell'auto nel traffico dell'ora di punta con veri pendolari. Hanno scoperto che, sebbene l'auto sia veloce, il traffico (regole aziendali complesse, sicurezza, diversi linguaggi) la rende più difficile da usare rispetto a quanto suggerito dai test in pista.
Riassunto
Il documento conclude che gli assistenti alla codifica IA sono un potente acceleratore di produttività, ma non sono magici. Sono come un partner junior molto veloce, molto preparato, ma occasionalmente allucinato.
- Bene: Fanno risparmiare tempo sui compiti noiosi e aiutano le persone a imparare nuovi linguaggi.
- Male: Possono introdurre falle di sicurezza e non comprendono sempre il contesto specifico delle regole uniche di un'azienda.
- Futuro: Per essere veramente utili, devono smettere di essere solo un "completamento automatico" e iniziare a diventare "architetti autonomi" che comprendono l'intero progetto, non solo la riga di codice che stanno digitando in quel momento.
Gli autori sottolineano che dobbiamo smettere di trattare questi strumenti come una soluzione "imposta e dimentica" e iniziare a trattarli come un partner collaborativo che richiede supervisione umana, personalizzazione e costruzione della fiducia.
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.